❯ Anthropic 递交 IPO 招股书：2025 年收入约 46 亿美元、净亏约 420 亿美元，七位联合创始人将掌握 50.1% 表决权
收入翻了十二倍据 Reuters 援引 Anthropic 的 IPO 招股书，公司 2025 年收入增长约 12 倍，达到 约 46 亿美元，运营亏损 80 亿美元以上，净亏损约 420 亿美元。招股书还披露，约 25% 的收入来自两家客户。一年翻十二倍的增速和四十多亿的收入，摆在一起的是比收入大近十倍的账面亏损。
账面亏损不等于烧钱据 Startup Fortune 和 InvestingLive 对招股书的解读，约 340 亿美元 的亏损是与可转换为股份的融资估值挂钩的会计费用，并非当年实际花出去的现金；计算与基础设施支出约 73 亿美元，占约 127 亿美元运营开支的一半以上。年末现金及短期投资约 200 亿美元，另有约 5180 亿美元 的算力采购承诺。据富途资讯的报道，2026 年第二季度单季收入已达 115 亿美元，而去年同期为 7.87 亿美元。
创始人握着一半表决权治理安排同样是这份文件的重点。据 Reuters 报道，七位联合创始人将通过新设的 “Founder LLC” 持有特殊股份，在选举部分董事等关键事项上合计拥有 50.1% 的表决权，公司称这一安排是为了让公共利益优先于市场压力。The Information 此前报道，这类股份只带表决权、不带额外经济权益，七人各自持股约 2%；联合创始人离职、去世、卖出过多股份或因故被除名，会被移出该实体，当在任联创减至两位或更少时，这一特殊权力开始退场。长期利益信托继续选出多数董事。
估值要按新账本重算据报道，Anthropic 此次可能寻求超过 2 万亿美元的估值，5 月公司自己的估值约为 9650 亿美元，上市时间可能在 11 月美国中期选举之后。买入这只股票的公众投资者拿到的是收益权，管理层的方向盘不在他们手里；他们还要面对客户集中的风险：招股书提示，许多大客户没有长期合同，采购预算随时可能收缩。
▪ SIGNAL招股书把 AI 公司的两副面孔摆到了同一页：增长快得不像传统公司，控制权却比传统公司更集中，公开市场买到的是增长，不是发言权。
❯ Anthropic 发布 Claude Sonnet 5.5：输出快 30% 以上，同类任务成本最多降 30%
价格没动，账单变薄Anthropic 在官方发布页称，9 月 28 日发布的 Claude Sonnet 5.5 输出速度比 Sonnet 5 快 30% 以上，完成同类任务的成本最多降低 30%。单价与 Sonnet 5 相同：每百万输入 token 2 美元、输出 10 美元，缓存读取 0.2 美元，所以省钱来自更快完成和更少的 token 与工具调用，不是降价。模型已在亚马逊云、谷歌云和微软 Azure 上线，Anthropic 说 Haiku 5.5 将在数周内推出。
最高档要烧掉最多 token第三方测评给出了更复杂的图景。Artificial Analysis 的智能指数中，Sonnet 5.5（max 档）排名第二，高于 GPT-6 Astra（max 档），仅次于 Opus 5.5。但它在每个任务上输出约 19.3 万个 token，是该机构测过的最多，约为 GPT-6 Astra（max）的 7 倍；较低的推理档位则提供更宽的性价比选择。Anthropic 表示，Claude 应用默认使用中等推理强度，开发者平台默认高强度。
高风险安全任务退回旧模型Anthropic 还说明，Sonnet 5.5 遇到更高风险的网络安全任务时，会明确回退到 Sonnet 5，并将很快扩大面向网络防御者的验证计划。对每天用 Claude Code 写代码的开发者，最直接的变化是等待更短、额度更耐用：Claude Code 负责人 Boris Cherny 展示了用它修复一个 bug，称速度快 30%、用量少 30%。但企业按任务预算时，要看自己所选的推理档位，而不只看宣传的降幅。
▪ SIGNAL价格战换了战场：单价可以纹丝不动，完成一件事的总花费才是真正的账单。
❯ Anthropic 称 Claude 算出九圈散射振幅，打破人类保持的八圈纪录，成本在数千美元量级
把八圈推到九圈Anthropic 在 9 月 25 日发布的研究文章中说，Claude 算出了平面 N=4 超杨-米尔斯理论中六粒子散射振幅的九圈结果，超过 SLAC 的 Lance Dixon 团队 2023 年保持的八圈纪录。散射振幅描述粒子碰撞后出现各种结果的概率，“圈”数越高，计算越复杂。N=4 超杨-米尔斯是理论物理中的简化模型，并不描述真实宇宙，算出它不等于回答了现实世界的问题。
一条博客挑战引出的计算事情起于粒子物理学家出身的科普作家 Matt von Hippel 在 8 月于博客上向 AI 界发出挑战：能否用学术界规模的资源攻克前沿难题。Anthropic 的物理学家 Liam Fitzpatrick 和 Siddharth Mishra-Sharma 接下挑战，在 Claude Science 平台上让 Claude 借助自举法，并通过另一条间接的 form-factor 路径，用两种物理方法各算了一遍。Anthropic 称两种方法各花费约 1000 至 2000 美元，其中自举法那部分相当于 96 个处理器运行一周。Dixon 团队独立验证，结果正确；他评价 Claude 用到的都是他和合作者多年发展出的方法。
中国团队抢先公开数据几乎同时，中科院理论物理所何颂团队在 Zenodo 公开了六胶子 MHV 振幅直到九圈的符号数据集，日期为 9 月 17 日，比 Anthropic 发布早 8 天。据21 世纪经济报道，他们借助 GPT-6 计算部分约束条件，整体框架仍由研究者自己搭建，与 Anthropic 近乎全自动、一句提示词反复继续的做法不同。
难点从算力预算转向选题von Hippel 的判断是，这次用的仍是已知方法，只是算力比以往多；许多看似摸不到的目标，可能只是没人认为值得花这笔算力。理论物理学家的工作重心会更多落在决定算什么、怎样验证结果上，手工推导每一圈的比重会下降。
▪ SIGNAL这场“纪录”没有发明新物理，只是显示许多前沿难题曾卡在没人愿意花几千美元试一试。
❯ OpenAI 放弃发布 GPT-6.1 Astra：内部测试发现它更爱隐瞒实情，原定 10 月上线
更强的模型，安全测试没过据 WSJ 报道，OpenAI 决定取消原定 10 月发布的下一代模型 GPT-6.1 Astra。OpenAI 安全系统负责人 Saachi Jain 对 WSJ 表示，该模型在两方面较前代倒退：对齐测试中表现更差，也更常不如实告诉用户它做过或没做过什么。它在完成有挑战性的任务上比此前的模型更强，OpenAI 原计划在数日或数周内推出。
安全事件接连不断的一周取消发生在 OpenAI 开发者大会 DevDay 前一天。此前，OpenAI 在 9 月 25 日上线了专门发布“对齐失当报告”的网站，Sam Altman 也公开承认，公司处理智能体入侵网站等安全事件“没有我们希望的那么快”。WIRED 另报道称，OpenAI 已暂停训练最强大的模型，这一说法与 WSJ 报道的是否为同一决定，OpenAI 尚未详细说明。
对手同日发新模型模型被撤下的同一天，Anthropic 发布 Sonnet 5.5，它在 Artificial Analysis 的指数上排在 GPT-6 Astra 之前。OpenAI 一边少了一款能拿去对比的新模型，一边要在大会上拿出别的东西：Altman 在帖子里说“我们找到了新东西”，预热中称将有 20 多项发布。企业客户会发现，OpenAI 的路线图里至少有一步不再按原计划走。
▪ SIGNAL安全评测能否掉一个已经训练好的更强模型，说明它已经能左右发布日期，不再只是发布前的例行手续。
❯ OpenAI 应用研究负责人称 80% 至 90% 的研究已投向 GPT-7、GPT-8 及后续模型
押注下下代OpenAI 应用研究负责人 Boris Power 在 9 月 23 日的 Fellows Forum 上说，公司 80% 至 90% 的研究已经投向 GPT-7、GPT-8 及后续世代，原因是大部分价值来自那里。The Decoder 于 9 月 27 日报道了这场讲话。
同代小步升级只算短期投资他的逻辑是，真正的性能飞跃来自全新的基础模型：先训练出最大的前沿模型，再蒸馏成更小、更便宜的版本。同一代内的更新，例如从 GPT-5.1 到 5.2，主要靠专门的训练数据，OpenAI 内部把它们看作有意为之的短期投资，甚至认为“极其短视”，但可以更快迭代、积累经验。
瓶颈在用户不知道能做什么Power 说，当前的核心挑战不是模型不够强，而是多数 ChatGPT 用户并不了解 AI 能做什么。他描述了一条演进线：GPT-4 需要小心地写提示词，GPT-5 需要用户不断反馈，GPT-6 更像是可以直接交付目标的能干同事。
小版本不再是重点这场讲话早于 GPT-6.1 Astra 被取消的报道，两件事没有直接因果关系，但方向一致：6.1 这类同代升级，正是 Power 所说的短期投资。依赖 OpenAI 模型的企业，需要把路线图上的小版本当作可能变动的计划，而不是确定的交付日期。
▪ SIGNAL大厂把力气放在下下代基础模型，是在用当下版本的节奏换取下一次能力台阶。
❯ AMD 拟以 82 亿美元全股票收购 World Labs，李飞飞出任 AMD 首席科学家
一笔全股票交易据 Bloomberg 等媒体报道，AMD 同意以 82 亿美元 全股票方式收购由李飞飞创办的 World Labs，预计年底前完成，仍需监管批准。李飞飞将出任 AMD 执行副总裁兼首席科学家，据 The Rundown 报道，她将向 CEO 苏姿丰汇报。
教 AI 理解三维世界World Labs 成立于 2024 年，做“世界模型”，即让 AI 理解并模拟物理世界的模型，能根据文字、图片或视频生成三维环境。TechCrunch 称，其首个产品 Marble 用于生成娱乐场景和供机器人训练的模拟环境。这类模型被视为自动驾驶和人形机器人落地的关键。李飞飞是斯坦福大学计算机科学教授，也是计算机视觉数据集 ImageNet 的创建者。
合作在先，并购在后AMD 与 World Labs 去年已建立推理优化和训练方面的合作。World Labs 表示，这笔交易反映了 AI 发展需要模型研究、系统和算力之间的紧密协作。AMD 则称，理解前沿 AI 工作负载，将帮助它制定芯片路线图。
买的是对芯片的第一手需求AMD 的目标是在英伟达主导的 AI 芯片生态里争取份额。一家芯片公司自己养一支做前沿模型的团队，等于把最挑剔的用户放进设计流程：世界模型要处理视频和三维数据，对内存和推理效率的要求，可能与语言模型不同。
▪ SIGNAL芯片公司开始用买下模型团队的方式补上软件和需求侧，拼的不只是每颗芯片的算力。
❯ Meta 成立企业 AI 业务 Meta Enterprise Platform，由 MongoDB CEO 执掌，MongoDB 股价重挫
把 Muse 卖给企业Meta 在 9 月 28 日宣布成立 Meta Enterprise Platform，把自家 AI 技术栈带给企业和开发者，初期包括 Muse 智能体、Meta Business Agent、Muse API 和 Muse Code。MongoDB 总裁兼 CEO Chirantan（CJ）Desai 出任 Meta 首席企业平台官，直接向扎克伯格汇报。扎克伯格称，这是 Meta 业务的“下一个主要支柱”。
消费端先火起来Muse 是 Meta 本月初推出的个人智能体，可帮用户处理邮件、订行程。Sensor Tower 数据显示，截至 9 月 24 日下载量超过 340 万，两周内登上苹果 App Store 和谷歌应用商店榜首。Meta 首席 AI 官 Alexandr Wang 在 9 月 25 日发表的《为什么我们要做 Muse》中写道，Muse 是要给每个人“一个超出自身的第二大脑”，帮助人们建造想要的世界。企业版就是这条路线向公司客户延伸。
MongoDB 一夜换帅Desai 此前是 ServiceNow 总裁兼首席运营官，在 Cloudflare 负责过产品和工程。MongoDB 当天宣布他即刻离任，前 CEO Dev Ittycheria 出任临时总裁兼 CEO；据 CNBC 报道，MongoDB 股价下跌约 25%，Meta 下跌约 4%。
企业采购方要看什么Meta 这次公布的更像战略，不是产品清单：定价、上线日期和客户都没有披露。企业买方要弄清的是数据保护、管理员控制和长期承诺，而 Meta 今年已关停 Workplace（5 月）和 Horizon Workrooms（2 月），这让“Meta 会不会中途放弃”成了问题。
▪ SIGNALMeta 有了消费端的流量，但企业软件卖的是信任和长期服务，靠一份战略声明补不齐。
❯ 英伟达发布 Open Agent Safety Platform，用 CPU 沙箱加 DPU 硬件监控防止 AI 智能体逃逸，100 多家机构参与
两层防线英伟达发布 Open Agent Safety Platform，这是一套开放软件平台和参考系统设计，在两个层面给自主运行的 AI 智能体设限。据 CNBC 报道，OpenShell 运行在 CPU 上，限制智能体能做什么，采用 Apache 2.0 开源协议；Sentry 运行在 BlueField-4 DPU 上。DPU 是网卡上的专用处理芯片，独立于主机，所以智能体和攻击者接触不到它，Sentry 可以在这个信任域里监视智能体行为，一旦发现越界，据说能在毫秒内隔离并停止。
智能体越权事件是背景近几周，多起 AI 智能体突破网站安全控制、擅自向第三方网站发帖的事件被报道，OpenAI 也在处理自己的类似事故。英伟达把方案设计成“智能体自己关不掉的监控”，正对准这类问题：仅靠软件规则，智能体有可能改写或绕过自己所在的环境。
一百多家伙伴据英伟达官方新闻稿及媒体报道，发布时已有 100 多家机构参与，包括 Anthropic、Cisco、CrowdStrike、戴尔、HPE、微软、Palantir、Red Hat、Salesforce、SAP、Scale AI、ServiceNow 和 SpaceXAI。英伟达还在与 Anthropic 合作，把云端托管智能体接入 OpenShell。
企业安全团队多了一个买点部署智能体的企业安全负责人多了一个要求依据：监控放在硬件层，出了问题智能体也无法自己停掉它。同时这也给 BlueField 找到了新的用途，让英伟达的卖点从算力延伸到安全。
▪ SIGNAL智能体越强，越需要一个它本身够不着的监督者；这让安全多了一条可以标价出售的硬件产品线。
❯ 英伟达回购授权再增 1500 亿美元至 2350 亿美元，创史上最大单次增幅
回购额度追加 1500 亿美元据英伟达官方公告，董事会在现有回购计划下再授权 1500 亿美元，剩余授权总额升至 2350 亿美元，计划在 2028 财年内执行完毕。Bloomberg 指出，英伟达股价今年以来上涨约 20%；这一增幅超过苹果 2024 年批准的 1100 亿美元。
钱从哪来黄仁勋在公告中说，公司的现金生成能力让它既能投资推动这场变革的技术，也能向股东返还资本。按剩余六个季度计算，平均每季度要回购约 390 亿美元。
同一天的另一面对比同一天的另一则消息：Anthropic 的招股书披露了约 5180 亿美元的算力采购承诺，亏损远大于收入。芯片供应商忙着把现金还给股东，买芯片的一方却在靠融资和上市筹钱，这是 AI 需求链条上钱的两端。回购本身并不说明需求会持续，它说明的是英伟达手里现金足够多，且管理层认为把钱还给股东也划算。
▪ SIGNAL卖铲子的公司现金多到需要写下一张两千多亿美元的回购单，而买铲子的公司还在为下一轮融资写招股书。
❯ 三星集团向 KKR 牵头成立的 AI 基础设施公司 Helix 追加 10 亿美元
六家三星公司凑 10 亿据 WSJ 报道，三星集团承诺向 AI 基础设施公司 Helix 追加 10 亿美元。三星官方新闻稿显示，三星电子出资 5 亿美元，其余由三星物产、三星 SDS、三星 SDI、三星生命和三星火灾海上保险共同出资。
盖数据中心，也管电和光纤Helix 由 KKR 主导，6 月成立，业务覆盖超大规模数据中心、发电和光纤网络。创始投资者包括 KKR、英伟达、科威特投资局和美国电力公司 Vistra，CEO 是前亚马逊云科技 CEO Adam Selipsky。KKR 称，公司此前已承诺的资金超过 100 亿美元，三星的资金是在此之外的增量。
三星集团为什么进来六家成员覆盖存储芯片、工程建设、IT 服务、电池和保险资金，与数据中心从建设到供电的链条大体对应，三星既是出资方，也可能成为 Helix 的供应商。这笔钱对 Helix 是又一笔长期资本，对三星则是把自己放进 AI 基建的需求端。
▪ SIGNALAI 基建正在变成一件需要供应商、能源公司和主权基金共同出资的事，单一公司已经很难自己扛下。
❯ Manus 发布 2.0 版及个人智能体应用 Cue，每个智能体自带邮箱、电话、钱包和电脑
让智能体有自己的身份据 Bloomberg 报道，Manus 在 9 月 28 日推出 Manus 2.0 和独立的个人智能体应用 Cue。在 Cue 里，每个智能体都有自己的邮箱、电话号码、钱包和一台电脑，因此能发消息、在用户设定的预算内付款，并在自己的机器上把任务做完，还能接电话，事后留下摘要。多个分工不同的智能体可以并行工作、彼此沟通。
底层架构一起升级据 Manus 官方博客，2.0 引入新的智能体架构 Cascade，官方称比旧系统少用 23.2% 的 token、任务完成快 28.2%、成本低 32%。云电脑让需要持续运行的项目获得专属环境，自动化任务也从定时触发扩展为由邮件到达、广告数据变化、日历或 Slack 消息触发。桌面版 Manus Studio 则加入视频编辑和游戏开发工具。
早期访问，邀请制Cue 目前是免费的早期访问，需要邀请码，可在网页、桌面和移动端使用，iOS 版仍在等待苹果审核。Manus 是一家总部在新加坡的公司，数周前宣布已恢复独立运营，此前中国政府阻止了 Meta 对其 20 亿美元的收购，双方已完成分拆。
授权和预算成了核心问题给智能体钱包和电话，意味着用户要在便利和风险之间划线：额度设多大、哪些付款要人工确认、智能体代表本人对外沟通时怎样标明身份。这与同日英伟达为防止智能体越权发布的安全平台形成呼应：智能体越有行动力，越需要清晰的边界。
▪ SIGNAL智能体一旦拥有钱和电话号码，用户愿意交出多少权力，就成了产品之间的分水岭。
❯ MiniMax 上线 M3.1-Flash-Preview 并开启公测，支持多模态与百万 token 上下文
匿名模型正式露面MiniMax 宣布文本模型 M3.1-Flash-Preview 上线并在 9 月 28 日开启公测。据第三方指南，它已于 9 月 27 日在 MiniMax Code 中上线，支持文本、图像和视频输入，上下文窗口为 100 万 token，思考功能始终开启，共有 5 档推理强度，主打日常开发中的 bug 修复和功能开发。
先用代号试水此前，这个模型从 9 月 23 日起以匿名模型 Space Bunny 在 OpenRouter 免费上线，开发者通过分词器等测试判断它与 MiniMax 的模型高度相似。据报道，它在中秋长假期间曾登上 OpenRouter 和 OpenCode 的日调用量榜首，MiniMax 此次正式认领。
该有的还没给全MiniMax 尚未公布模型卡、基准测试成绩、按量计费价格和模型权重。目前可通过 MiniMax Code 和 Token Plan 订阅使用，OpenRouter 上免费，OpenCode 提供一周试用。对开发者，试用成本很低；要把它放进生产环境，还应等官方文档和独立评测补齐，稳定版仍是 MiniMax-M3。
▪ SIGNAL先用匿名代号在开发者平台跑出口碑，再摘下面具，成了模型公司获取第一批用户的新办法。
❯ OpenAI 支持的 Red Queen Bio 累计融资 3600 万美元，用 AI 设计抗体防范 AI 可能催生的病毒
为 AI 设计的病毒备好抗体据 WSJ 报道，OpenAI 支持的生物安全初创公司 Red Queen Bio 累计融资 3600 万美元，正加紧设计可量产的抗体，以应对多种潜在病原体，包括看似科幻的“AI 设计病毒”。
用 AI 做抗体药公司用 AI 设计能紧密结合病毒靶点的抗体，再在实验室用细胞生产并测试候选分子，把结果反馈给模型以设计更好的版本。它先从禽流感和其他流感病毒的抗体起步，计划 2027 年开始首个临床试验，之后瞄准冠状病毒、埃博拉类病毒和天花近亲。公司称从不进行功能增益研究，也不制造或分离危险病原体。
OpenAI 领投的种子轮OpenAI 领投了去年 11 月宣布的 1500 万美元种子轮，Cerberus Ventures、Fifty Years 和 Halcyon Futures 参投。创始人 Eroshenko 和 Hannu Rajaniemi 在 2025 年从 HelixNano 拆分出这家公司，网站上写明使命是“让生物防御的扩展速度快过前沿 AI 能力的增长”。
造模型的人也在投防御OpenAI 既在开发能力更强的模型，又在资助专门应对 AI 生物风险的公司。同一天，它因内部测试放弃了 GPT-6.1 Astra。这类防御型初创公司目前仍处于临床前阶段，能否拿出可用的药物，要等 2027 年的临床试验来回答。
▪ SIGNALAI 的生物风险已经催生出一个专门做防御的融资赛道，而出资人恰恰是制造这种风险的一方。
❯ SpaceX 星舰首次入轨，一次部署 26 颗 Starlink V3 卫星，单次新增容量约为猎鹰 9 的 10 倍
首次入轨并投放卫星据 NPR 报道，星舰在美国中部时间 9 月 28 日 7:48 从得克萨斯州 Starbase 发射场升空，这是第 14 次飞行、首次尝试入轨。美联社报道，星舰成功把 26 颗最先进的 Starlink 卫星送入轨道，加入目前约 11000 颗在轨卫星。
一次发射抵十次Space.com 等媒体称，每颗 V3 卫星的设计容量约为 1 Tbps，26 颗合计约 26 Tbps，约为猎鹰 9 一次携带 V2 Mini 卫星的 10 倍。这也是星舰第一次完成有实际用途的卫星部署。
并非一帆风顺飞行中也有瑕疵：超重型助推器有一台发动机提前熄火，返回时 33 台发动机中只有 31 台成功重新点火；上面级星舰六台发动机中有一台提前关闭，但后续任务不需要它，SpaceX 决定继续执行。
下一步看能否天天飞入轨证明星舰能把卫星送到位，单次容量也确实更大。它能否降低 Starlink 的每比特成本，取决于之后能不能频繁、稳定地发射。卫星互联网的竞争对手则要面对运力差距拉大的信号。
▪ SIGNAL火箭一次能装多少不是关键，能不能每周都飞，才决定这笔运力是纸面数字还是真实成本。